作者 | 金旺

來(lái)源 | 科技行者

預(yù)計(jì)2027年，云數(shù)據(jù)庫(kù)將占據(jù)整個(gè)數(shù)據(jù)庫(kù)市場(chǎng)份額的70%。

這是Gartner在2019年給出的預(yù)測(cè)數(shù)據(jù)，從Gartner最新的統(tǒng)計(jì)數(shù)據(jù)來(lái)看，截至2023年年底，云數(shù)據(jù)庫(kù)在整個(gè)數(shù)據(jù)庫(kù)市場(chǎng)中占比已經(jīng)高達(dá)61%，這時(shí)的云數(shù)據(jù)庫(kù)已經(jīng)成為大勢(shì)所趨。

與此同時(shí)，人工智能技術(shù)的驟變，開始影響數(shù)據(jù)庫(kù)產(chǎn)業(yè)，數(shù)據(jù)庫(kù)再次成為人工智能從技術(shù)到商業(yè)化的一個(gè)關(guān)鍵平臺(tái)。

Gartner高級(jí)研究總監(jiān)顧星宇指出，“到2028年，80%的生成式AI業(yè)務(wù)應(yīng)用將在企業(yè)現(xiàn)有的數(shù)據(jù)管理平臺(tái)上開發(fā)，從而將實(shí)施復(fù)雜性和交付時(shí)間縮短50%。”

作為云數(shù)據(jù)庫(kù)的堅(jiān)實(shí)擁躉，阿里云智能集團(tuán)副總裁、阿里云智能數(shù)據(jù)庫(kù)產(chǎn)品事業(yè)部負(fù)責(zé)人李飛飛則斷言，“第一波人工智能浪潮是由Native AI群體掀起，但在人工智能進(jìn)入下半場(chǎng)后，本質(zhì)上已經(jīng)回歸到系統(tǒng)領(lǐng)域，回到了工程化問題上。”

也是在這時(shí)，阿里云PolarDB看到了他們的機(jī)會(huì)，進(jìn)行了又一次產(chǎn)品迭代，也面向人工智能推出了PolarDB-Model as an Operator。

01 千機(jī)集群打出一個(gè)世界紀(jì)錄

2月26日，在2025阿里云PolarDB開發(fā)者大會(huì)上，阿里云官宣，PolarDB登頂全球數(shù)據(jù)庫(kù)性能及性價(jià)比排行榜， 并刷新了TPC-C性能和性價(jià)比雙榜的世界紀(jì)錄。

TPC-C測(cè)試，是由國(guó)際數(shù)據(jù)庫(kù)事務(wù)處理性能委員會(huì)（TPC）組織制定的模擬電商訂單服務(wù)場(chǎng)景，針對(duì)數(shù)據(jù)庫(kù)在線事務(wù)處理（OLTP）系統(tǒng)性能的一場(chǎng)長(zhǎng)達(dá)40小時(shí)的極限基準(zhǔn)測(cè)試。

其中，數(shù)據(jù)庫(kù)系統(tǒng)需要在極限壓力下運(yùn)行8小時(shí)以上，在這期間，tpmC的波動(dòng)率不能超過(guò)2%，還要保證數(shù)據(jù)正確率為100%，與此同時(shí)，測(cè)試模型還會(huì)模擬各種硬件故障情況，參與測(cè)試的產(chǎn)品需要確保數(shù)據(jù)不丟失，并能快速恢復(fù)正常性能。

這一基準(zhǔn)測(cè)試歷來(lái)也有著數(shù)據(jù)庫(kù)領(lǐng)域“奧林匹克”之稱。

正是在這樣一個(gè)極為嚴(yán)苛的數(shù)據(jù)庫(kù)測(cè)試中，阿里云PolarDB團(tuán)隊(duì)在2025年1月27日用1170臺(tái)物理機(jī)搭建了一個(gè)PolarDB集群，這個(gè)集群擁有2340個(gè)PolarDB主節(jié)點(diǎn)和2340個(gè)PolarDB從節(jié)點(diǎn)，最終支撐1.6億家商店、16億用戶跑出了每分鐘20.55億筆交易（tpmC），刷新了TPC-C性能排行榜，打破了世界紀(jì)錄。

在這次TPC-C測(cè)試過(guò)程中，阿里云PolarDB數(shù)據(jù)庫(kù)還刷新了另外三項(xiàng)成績(jī)：

第一，使用物理機(jī)數(shù)量相較于此前紀(jì)錄保持者（1650臺(tái)）少了三分之一；

第二，單虛擬核性能達(dá)到了18297tpmC，是此前紀(jì)錄保持者的1.8倍；

第三，單位成本0.8元（price/tpmC），是此前紀(jì)錄保持者的60%。

為什么PolarDB能在這場(chǎng)全行業(yè)矚目的基準(zhǔn)測(cè)試中打出這樣的成績(jī)？

這其中的原因之一是PolarDB集群網(wǎng)絡(luò)部署從去年的25G Lossless RDMA升級(jí)到了100G Lossy高性能RDMA網(wǎng)絡(luò)，基于這樣的RDMA網(wǎng)絡(luò)，PolarDB團(tuán)隊(duì)可以搭建連接數(shù)千臺(tái)，乃至上萬(wàn)臺(tái)物理機(jī)的集群，并實(shí)現(xiàn)了高性能事務(wù)一致性執(zhí)行能力，多節(jié)點(diǎn)復(fù)制能力也由此提升了1倍。

具體到TPC-C測(cè)試中，這樣的高性能RDMA網(wǎng)絡(luò)帶來(lái)的一個(gè)變化是，PolarDB的上千臺(tái)物理機(jī)集群跨機(jī)業(yè)務(wù)對(duì)性能的影響得以被控制到7%以內(nèi)。

據(jù)阿里云智能集團(tuán)數(shù)據(jù)庫(kù)產(chǎn)品事業(yè)部PolarDB MySQL及PostgreSQL負(fù)責(zé)人楊辛軍在發(fā)布會(huì)上透露，“PolarDB這次打榜最終達(dá)到的20.55億tpmC成績(jī)并不是我們的極限，實(shí)際上，PolarDB可以跑得更好。”

TPC-C是一個(gè)相當(dāng)真實(shí)的情景模擬，它會(huì)模擬用戶在電商進(jìn)行購(gòu)買操作，這其中，每個(gè)商店能夠支持的客戶人數(shù)和交易速度都有限制，每個(gè)商店僅支持10個(gè)虛擬用戶同時(shí)進(jìn)行交易，商品數(shù)量也有一定限制，因此，最終交易性能與商品數(shù)量相關(guān)。

據(jù)楊辛軍介紹，“我們打榜后發(fā)現(xiàn)，我們的限制并不是單機(jī)性能，而是存儲(chǔ)，由于我們當(dāng)時(shí)并沒有購(gòu)買足夠的存儲(chǔ)資源，如果當(dāng)時(shí)我們購(gòu)買了更更存儲(chǔ)資源，我們打出的成績(jī)理論上可以再提升，在相同物理機(jī)和節(jié)點(diǎn)數(shù)量下一直可以提升到28億tpmC。”

而之所以會(huì)有這次打榜，楊辛軍告訴我們，“這其實(shí)相當(dāng)于是一次檢閱，在PolarDB的新升級(jí)的硬件上線給所有用戶用之前進(jìn)行的一次檢閱，而這些硬件在打榜后，最終將會(huì)進(jìn)入商用市場(chǎng)，為用戶提供服務(wù)。”

一并在這次發(fā)布會(huì)上發(fā)布的，不只有隨PolarDB打破世界紀(jì)錄并將進(jìn)入市場(chǎng)的數(shù)據(jù)庫(kù)集群，還有阿里云第一個(gè)CXL Switch內(nèi)存池?cái)?shù)據(jù)庫(kù)。

02 打破“內(nèi)存墻”，CXL-Powered PolarDB亮相

作為新一代云原生數(shù)據(jù)庫(kù)，PolarDB的獨(dú)特之處在哪里？

李飛飛給出的解釋是：

“PolarDB通過(guò)三層解耦架構(gòu)，在數(shù)據(jù)中心規(guī)模上實(shí)現(xiàn)了馮諾依曼架構(gòu)，將擁有成千上萬(wàn)臺(tái)服務(wù)器的數(shù)據(jù)中心變成一臺(tái)實(shí)現(xiàn)了計(jì)算、內(nèi)存、存儲(chǔ)三層解構(gòu)的云原生計(jì)算機(jī)。”

基于這樣的技術(shù)架構(gòu)，PolarDB此次正式對(duì)外預(yù)發(fā)布了第一臺(tái)基于CXL Switch的數(shù)據(jù)庫(kù)專屬機(jī)型。

什么是CXL？

CXL是基于PCIe一種新型高速互聯(lián)技術(shù)，旨在解決計(jì)算系統(tǒng)中數(shù)據(jù)處理延遲、速度減慢和可擴(kuò)展性問題，提供更高的數(shù)據(jù)吞吐量和更低的延時(shí)的接口標(biāo)準(zhǔn)，可以連接CPU、GPU、DRAM、存儲(chǔ)設(shè)備，解決CPU與設(shè)備、設(shè)備與設(shè)備之間的內(nèi)存鴻溝。

在當(dāng)下大模型時(shí)代，內(nèi)存發(fā)展與算力增長(zhǎng)速度的不匹配導(dǎo)致了“內(nèi)存墻”問題的出現(xiàn)，基于CXL Switch的數(shù)據(jù)庫(kù)專屬機(jī)型在硬件上契合了PolarDB的三層解耦架構(gòu)，并為解決大模型的“內(nèi)存墻”問題提供了解決思路。

據(jù)楊辛軍介紹，“以配備單根256GB內(nèi)存、連接7臺(tái)物理機(jī)的CXL Switch內(nèi)存池的PolarDB數(shù)據(jù)庫(kù)為例，一個(gè)機(jī)柜可以支持16TB的內(nèi)存容量，這時(shí)，每臺(tái)物理機(jī)都可以使用這16TB內(nèi)存容量。”

PolarDB通過(guò)使用CXL技術(shù)構(gòu)建三層分離數(shù)據(jù)庫(kù)，部署在遠(yuǎn)端的數(shù)據(jù)庫(kù)并沒有因?yàn)榭鐧C(jī)和跨地域?qū)е聰?shù)據(jù)庫(kù)性能下降，反而擴(kuò)展性提升了3倍，而通過(guò)遠(yuǎn)端數(shù)據(jù)庫(kù)替代本地?cái)?shù)據(jù)庫(kù)的形式，數(shù)據(jù)庫(kù)成本也得以下降了50%。

對(duì)于基于CXL Switch內(nèi)存池化的機(jī)型，李飛飛在接受媒體采訪時(shí)特別強(qiáng)調(diào)，“我們并不是要做線下市場(chǎng)、做一體機(jī)，這些機(jī)型最終都將會(huì)用到公共云上的PolarDB專屬資源池構(gòu)建中。”

PolarDB在Kernel層有各類壓縮算法，但李飛飛認(rèn)為，“僅做這些還不夠，PolarDB還需要在磁盤SSD的控制上做優(yōu)化，由此才能真正做到軟硬件協(xié)同創(chuàng)新。”

李飛飛指出，“云原生是必然趨勢(shì)，任何系統(tǒng)向前演進(jìn)僅做軟件創(chuàng)新是沒有未來(lái)的，一定要做軟硬件協(xié)同創(chuàng)新，DeepSeek證明了這一點(diǎn)，PolarDB的突破同樣證明了這一點(diǎn)。”

至于此次在發(fā)布會(huì)上亮相的CXL-Powered PolarDB，楊辛軍在發(fā)布會(huì)也強(qiáng)調(diào)，“這次基于CXL Switch內(nèi)存池化的PolarDB數(shù)據(jù)庫(kù)只是預(yù)發(fā)布，還沒有正式應(yīng)用到生產(chǎn)環(huán)境中。”

據(jù)悉，接下來(lái)PolarDB團(tuán)隊(duì)還將會(huì)在GPU+CPU異構(gòu)資源池上繼續(xù)優(yōu)化，滿足大模型對(duì)于異構(gòu)算力的應(yīng)用需求。

03 將大模型，裝進(jìn)PolarDB里

隨著DeepSeek在年初的開源，大模型正式進(jìn)入到了人工智能應(yīng)用爆發(fā)的元年。

誰(shuí)能抓住這波人工智能應(yīng)用爆發(fā)的機(jī)會(huì)？

李飛飛認(rèn)為，“只有那些將大模型更好地與現(xiàn)有業(yè)務(wù)流程、數(shù)據(jù)流程結(jié)合，把成本降低、把資源優(yōu)勢(shì)打滿、讓數(shù)據(jù)真正發(fā)揮出價(jià)值的企業(yè)，才能抓住這波機(jī)會(huì)。”

自2025年，以大模型為代表的人工智能時(shí)代被劃分為上下半場(chǎng)，上半場(chǎng)的競(jìng)爭(zhēng)焦點(diǎn)是大模型的預(yù)訓(xùn)練，接下來(lái)大模型的預(yù)訓(xùn)練將會(huì)呈現(xiàn)出在線化、集中式的趨勢(shì)，而下半場(chǎng)本質(zhì)上又回到了傳統(tǒng)的系統(tǒng)和工程領(lǐng)域。

對(duì)于數(shù)據(jù)庫(kù)廠商而言，“模型即算子”已經(jīng)不再是一個(gè)“if”，而成了正在發(fā)生的事，也是在此次發(fā)布會(huì)上，PolarDB-Model as an Operator正式對(duì)外發(fā)布。

李飛飛在發(fā)布會(huì)上介紹稱，“我們現(xiàn)在已經(jīng)可以把包括大模型在內(nèi)的各種各樣的模型作為算子內(nèi)嵌到數(shù)據(jù)庫(kù)引擎中，這樣為我們從數(shù)據(jù)中發(fā)現(xiàn)價(jià)值帶來(lái)了便利，為傳統(tǒng)OLAP的意義和方向會(huì)因此得到極大的拓展。”

這是李飛飛堅(jiān)定看好的發(fā)展趨勢(shì)。

為此，PolarDB團(tuán)隊(duì)將包括通義千問、DeepSeek等在內(nèi)的大模型作為算子內(nèi)嵌到了PolarDB數(shù)據(jù)庫(kù)中，利用PolarDB的三層解耦架構(gòu)和多主多寫能力彈性伸縮出人工智能推理節(jié)點(diǎn)。

這一波操作下來(lái)，極大地簡(jiǎn)化了企業(yè)部署和應(yīng)用大模型過(guò)程中數(shù)據(jù)管道，企業(yè)不再需要將數(shù)據(jù)轉(zhuǎn)移到專有推理平臺(tái)上，將推理結(jié)果拿回來(lái)再進(jìn)行業(yè)務(wù)判斷。

實(shí)際上，PolarDB-Model as an Operator不僅僅是將大模型內(nèi)嵌到了PolarDB數(shù)據(jù)庫(kù)中，還針對(duì)大模型做了一系列優(yōu)化。

楊辛軍告訴我們，“由于PolarDB特有的三層解耦架構(gòu)可以實(shí)現(xiàn)內(nèi)存的解耦，部署在PolarDB中的大模型就可以將CPU和GPU的資源充分利用起來(lái)，在同等GPU算力條件下，部署在PolarDB上的DeepSeek并行用戶訪問量可以提升35倍。”

與此同時(shí)，將大模型裝進(jìn)數(shù)據(jù)庫(kù)也避免了企業(yè)私有數(shù)據(jù)出域，為企業(yè)數(shù)據(jù)安全和大模型應(yīng)用提供了一個(gè)新思路。